- 综合排序
- 最热优先
- 最新优先
- 来自专栏刷题笔记
7-7 输出全排列
点这里 7-7 输出全排列 请编写程序输出前n个正整数的全排列（n<10），并通过9个测试用例（即n从1到9）观察n逐步增大时程序的运行时间。 输入格式: 输入给出正整数n（<10）。
1.2K10发布于 2019-11-08 - 来自专栏以终为始
7-7 古风排版 （20 分)
7-7 古风排版 （20 分) 中国的古人写文字，是从右向左竖向排版的。本题就请你编写程序，把一段文字按古风排版。 输入格式： 输入在第一行给出一个正整数N（<100），是每一列的字符数。
71910编辑于 2023-03-09 - 来自专栏MixLab科技+设计实验室
聊聊人工智能建筑师
国内比较快速上线的人工智能建筑师是XKool，小库。 这类产品有个特点，延续了参数化设计的快速生成多方案的能力。 也可以说是人工智能应用在设计上的一个最核心的优势：多方案生成能力。 目前的人工智能建筑师产品还比较初级，对大数据的处理，多方案的能力是其核心亮点。 我们稍微聊下，要实现这么一个人工智能建筑师产品，我们可以怎么diy？ 4 基于知识图谱的后端云服务（类似于人工智能建筑师的大脑） 需要算法的支持，主要是用于建筑设计强排的算法及其相关指标的输出； 5 前端用户交互方案：基于Echarts的web开发。
1.6K60发布于 2018-04-17 - 来自专栏刷题笔记
7-7 删除重复字符 (20 分)
点这里 7-7 删除重复字符 (20 分) 本题要求编写程序，将给定字符串去掉重复的字符后，按照字符ASCII码顺序从小到大排序后输出。
2.6K20发布于 2019-11-08 - 来自专栏Python深度学习
使用Python实现智能建筑能效管理
项目简介本教程将带你一步步实现一个智能建筑能效管理系统。我们将使用Python和一些常用的深度学习库，如TensorFlow和Keras。最终，我们将实现一个可以预测建筑能耗的模型。2. 总结通过本教程，你学会了如何使用Python和Keras构建一个智能建筑能效管理的深度学习模型。你可以尝试使用不同的模型结构和参数，进一步提升模型性能。
1.3K10编辑于 2024-08-30 IBMS智能建筑集成管理系统：全域楼宇智慧集成平台
IBMS智能建筑集成管理系统是智慧建筑的顶层核心平台，区别于楼宇自控系统的单一设备管控能力，其核心作用是整合建筑所有智能子系统，打破数据孤岛，实现全域设备、数据、场景的统一集成管控。 IBMS系统的核心定义与定位差异IBMS智能建筑集成管理系统，是面向现代化智慧建筑的综合性集成管理平台，核心是将楼宇自控、安防监控、消防报警、停车管理、能耗监测、门禁考勤、电梯管控等所有建筑智能化子系统进行统一接入 传统智能建筑存在明显的系统碎片化问题，各子系统品牌、协议、管控逻辑相互独立，数据无法互通，只能单独运维、单独操作，极易出现管控滞后、联动失效、运维繁琐等问题。
34110编辑于 2026-09-01- 来自专栏MixLab科技+设计实验室
为什么不喜欢人工智能建筑设计?
近来，经常在网上见到许多人工智能建筑设计的分享，大多是平面生成，住区规划，并抛出一系列的吓人的预测，诸如“建筑师即将被淘汰”，“设计师将被AI取代”等等。 ---- 01·人工智能建筑设计现在能做什么？ 我所看见的人工智能建筑设计主要有三个方向，一是住区规划，二是平面生成，三是风格迁移。 住区规划 最早的人工智能建筑设计的热度应该就是来源于小库科技了，他们开发了一套非常方便的住区规划系统，人机交互和汇报PPT生成什么的我觉得都不错，能够大大节省建筑师初期方案试验的时间，但说实话，这能不能叫人工智能我是怀疑的 ---- 02·人工智能建筑设计做不到什么？ 这里说的做不到，是指当下，更严格地讲，是我所认识的当下。 实际建构 我尚未见到能较好地与现实的建构相联系的人工智能建筑设计，人工智能所给出的答案往往需要经过有经验的建筑师或工匠的处理才能真正地被实现，但反过来说，如果我们有了这些有实际经验的建筑师或工匠，让他们使用这些程序就好了
1.9K20发布于 2019-08-20 - 来自专栏AI机器学习与深度学习算法
机器学习入门 7-7 试手MNIST数据集
MNIST数据集是由美国高中生和人口普查局员工手写的70000个数字的图像，其中60000张训练图像，10000张测试图像。它是机器学习领域的一个经典数据集，其历史几乎和这个领域一样长，被称为机器学习领域的"Hello World"。因此像sklearn和tensorflow这种机器学习框架都内置了MNIST数据集。
2.9K10发布于 2019-11-13 - 来自专栏刷题笔记
【2020HBU天梯赛训练】7-7 装睡
7-7 装睡 你永远叫不醒一个装睡的人 —— 但是通过分析一个人的呼吸频率和脉搏，你可以发现谁在装睡！医生告诉我们，正常人睡眠时的呼吸频率是每分钟15-20次，脉搏是每分钟50-70次。
95330发布于 2020-06-23 - 来自专栏Java
7-7 念数字 (15 分)(用数组简化判断过程)
7-7 念数字 (15 分) 输入一个整数，输出每个数字对应的拼音。当整数为负数时，先输出fu字。
41800编辑于 2025-01-21 - 来自专栏刷题笔记
【未完成】7-7 迷宫寻路 (30 分)
本文链接：https://blog.csdn.net/shiliang97/article/details/101473288 7-7 迷宫寻路 (30 分) 给定一个M行N列的迷宫图，其中 "0"表示可通路
1.3K10发布于 2019-11-08 - 来自专栏3D可视化
基于数字孪生的IBV智能建筑可视化系统
智能建筑可视化管理就是我们经常说的IBV， 智能建筑大家应该都是能理解的，如何使其可视化是我们本文的重点。划重点时间到了! 智能建筑可视化系统基于数字孪生的三维虚拟化技术为基础，以数字化、可视化、智能化理念为目标，通过直观、动态的形式展示园区各类建筑及设备的空间分布、运行状况和统计数据，实现对园区从宏观到微观的全方位展示和管理 智能建筑可视化管理可应用于很多地方，thingjs平台支持用户自己开发可视化应用，只要你有前端技术人员，有开发经验，就可以通过简单写代码，快捷代码拖拽来实现，最后对接数据发布项目。
1.9K21发布于 2019-12-13 - 来自专栏CSS全接触
智能建筑统一信息平台：顶层设计是关键
我国智慧城市建设正向数字化时代迈进，智能建筑作为智慧城市不可或缺的重要组成部分也随之得到迅猛发展。 但在智能建筑实际的建设过程中，作为“神经中枢”的智能化系统的设计、建设、运维及应用等问题也日益凸显。 在以往智能建筑的实际建设过程中，很多企业把多个智能化系统分开独立建设，建成后的各子系统由于独立运行，缺乏统一、科学的管理，形成智能建筑孤岛效应，使得斥巨资建设的智能化系统无法发挥最佳效益。 image.png 作为现代智能建筑的“神经中枢”，适用于智能建筑的统一信息平台需要通过对楼宇自控系统（BA）、消防系统（FA）、安防系统（SA）、办公自动化系统（OA）、通信系统（CA）等信息的集成和综合管理 需要借助专业团队的设计能力和运维能力，让企业的智能建筑拥有更多可能。
2.4K00发布于 2019-12-02 聊聊 IBMS 智能建筑集成管理系统
一、IBMS 智能建筑集成管理系统的定位现代大型智能建筑内部，会同时运行十几套独立子系统：视频监控、停车场管理、电梯监控、门禁、火灾报警、BAS 楼宇自控、能耗监测等等。 IBMS 智能建筑集成管理系统，就是为了解决 “信息孤岛” 而诞生的上层集成平台。核心关键点：IBMS 不直接控制风机、阀门、灯具等现场硬件设备。 二、IBMS 智能建筑集成管理系统核心能力第一，统一可视化展示。将停车场状态、电梯运行、安防报警、机电设备状态汇总在同一个平台界面，运维人员不需要打开五六个软件，即可掌握建筑整体运行态势。
18810编辑于 2026-09-23- 来自专栏MixLab科技+设计实验室
人工智能建筑师博士,创立AIG建筑智能研究组
● 郑豪：AIG：Architectural Intelligence Group 是一个以学术成果立足，信息交流为主的研究团体。
1.9K30发布于 2019-08-20 - 来自专栏MixLab科技+设计实验室
| MixLab智能建筑
在建筑平面图的分析中，一些复杂的平面图总是会让人感到头晕脑胀，不同的标注方式以及不同的图形符号更难以让普通人去解读。
1.4K30发布于 2021-03-10 - 来自专栏云微的一点分享
PTA 数据结构与算法题目集（中文）7-7 六度空间 (30分) 题解
“六度空间”理论又称作“六度分隔（Six Degrees of Separation）”理论。这个理论可以通俗地阐述为：“你和任何一个陌生人之间所间隔的人不会超过六个，也就是说，最多通过五个人你就能够认识任何一个陌生人。” “六度空间”理论虽然得到广泛的认同，并且正在得到越来越多的应用。但是数十年来，试图验证这个理论始终是许多社会学家努力追求的目标。然而由于历史的原因，这样的研究具有太大的局限性和困难。随着当代人的联络主要依赖于电话、短信、微信以及因特网上即时通信等工具，能够体现社交网络关系的一手数据已经逐渐使得“六度空间”理论的验证成为可能。
63320编辑于 2023-02-11 - 来自专栏资源整理
Revit 2023：全新升级的建筑信息模型软件，打造高效智能建筑设计
如果您是一名建筑师、土木工程师或者相关行业从业者，那么 Revit 2023 一定是您打造高效智能建筑设计的不可或缺的工具。
1.8K20编辑于 2023-04-21 - 来自专栏IT技术圈（CSDN）
浙大版《C语言程序设计（第3版）》题目集 练习7-7 矩阵运算
练习7-7 矩阵运算 给定一个n×n的方阵，本题要求计算该矩阵除副对角线、最后一列和最后一行以外的所有元素之和。副对角线为从矩阵的右上角至左下角的连线。
2.4K10发布于 2020-09-15 - 来自专栏愿天堂没有BUG（公众号同名）
深入解析java虚拟机技术又更新了，今天讲编译概述，调试方法
编译日志 简单观察编译行为可以使用-XX:+PrintCompilation参数实现，如代码清单7-7所示，它会输出所有编译过的方法： 代码清单7-7 -XX:+PrintCompilation输出 时间戳 如代码清单7-7所示，MemNode::main方法首先经过3级的C1编译，后续又经过4级的C2编译，此时C1产生的机器代码就会被标注为取消进入，但是方法仍然保留在CodeCache，直到该方法不被虚拟机及服务线程使用 c1visualizer可以可视化地输出C1编译器的HIR和LIR，还能可视化LIR寄存器分配阶段的值的存活范围，如图7-7所示。
67020编辑于 2022-10-31
腾讯云开发者
Copyright © 2013 - 2026 Tencent Cloud. All Rights Reserved. 腾讯云 版权所有
深圳市腾讯计算机系统有限公司 ICP备案/许可证号：粤B2-20090059 
粤公网安备44030502008569号
腾讯云计算（北京）有限责任公司 京ICP证150476号 | 京ICP备11018762号